CN116823581A - 一种利用公交车辆进行路灯巡检的处理系统 - Google Patents

一种利用公交车辆进行路灯巡检的处理系统 Download PDF

Info

Publication number
CN116823581A
CN116823581A CN202311093482.5A CN202311093482A CN116823581A CN 116823581 A CN116823581 A CN 116823581A CN 202311093482 A CN202311093482 A CN 202311093482A CN 116823581 A CN116823581 A CN 116823581A
Authority
CN
China
Prior art keywords
target
state
street lamp
current
inspection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202311093482.5A
Other languages
English (en)
Other versions
CN116823581B (zh
Inventor
张学森
任轶
高健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Daoyi Shuhui Technology Co ltd
Original Assignee
Beijing Daoyi Shuhui Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Daoyi Shuhui Technology Co ltd filed Critical Beijing Daoyi Shuhui Technology Co ltd
Priority to CN202311093482.5A priority Critical patent/CN116823581B/zh
Publication of CN116823581A publication Critical patent/CN116823581A/zh
Application granted granted Critical
Publication of CN116823581B publication Critical patent/CN116823581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06314—Calendaring for a resource
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Signal Processing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例涉及一种利用公交车辆进行路灯巡检的处理系统，所述系统包括：多个第一公交车辆和第一处理平台；每个第一公交车辆上加载一个对应的第一巡检设备，并由该第一巡检设备与第一处理平台连接；第一处理平台包括第一服务器、第一路灯数据库和第一巡检报告数据库，该第一服务器与各个第一巡检设备、第一路灯数据库和第一巡检报告数据库分别连接。本发明系统一方面可以提高巡检频次和巡检实时性，另一方面还可以提高巡检的路网覆盖率，再一方面还可以有效降低巡检人工成本。

Description

一种利用公交车辆进行路灯巡检的处理系统
技术领域
本发明涉及数据处理领域，特别涉及一种利用公交车辆进行路灯巡检的处理系统。
背景技术
交通道路两侧的路灯在供电不稳定、遭受外力破坏或使用寿命到期等情况下容易出现亮灭失常、持续闪烁等情况，一旦发生这些情况就应对故障路灯进行及时维护。目前道路管理机构对路灯的常规维护手段大多还采用人工巡检方式进行处理，即由路检人员定期对各路段道路两侧的路灯进行状态观测并将出现异常的路灯信息向机构汇总。这种常规处理方式存在一些问题：1）受人工数量的限制，人工巡检范围很难做到大面积路网覆盖；2）受人员工作时限的限制，人工巡检很难做到全天候、高频次巡检，因此人工巡检的实时性也很差。
发明内容
本发明的目的，就是针对现有技术的缺陷，提供一种利用公交车辆进行路灯巡检的处理系统，该系统包括：多个第一公交车辆和第一处理平台；每个第一公交车辆上加载一个对应的第一巡检设备，并由该第一巡检设备与第一处理平台连接；第一处理平台包括第一服务器、第一路灯数据库和第一巡检报告数据库，该第一服务器与各个第一巡检设备、第一路灯数据库和第一巡检报告数据库分别连接；系统中的第一巡检设备用于在车辆行驶过程中对沿途各个路灯进行数据采集和状态分析生成实时的路灯巡检数据向第一处理平台反馈；第一处理平台则根据实时接收的路灯巡检数据对第一路灯数据库进行实时更新，并定期根据第一路灯数据库对第一巡检报告数据库进行巡检报告添加。通过本发明系统一方面可以基于巡检设备实现对路灯状态的全天候、高频次自动巡检，可以利用巡检设备与远程处理平台的实时通讯提高巡检反馈的实时性；另一方面还可以利用公交路网提高自动巡检的路网覆盖率；再一方面还可以有效降低巡检的人工成本。
为实现上述目的，本发明实施例提供了一种利用公交车辆进行路灯巡检的处理系统，所述系统包括：多个第一公交车辆和第一处理平台；
所述第一公交车辆上加载一个对应的第一巡检设备；所述第一巡检设备与所述第一处理平台连接；所述第一巡检设备用于在行驶过程中按预设的采样频率对自车定位坐标进行数据采集；并对自车行驶道路进行实时视频拍摄，并按所述采样频率对实时视频进行视频帧图像采样生成对应的第一图像；并将所述第一图像对应的视频时间作为对应的第一图像时间戳；并为所述第一图像分配一个唯一的图像标识记为对应的第一图像标识；并将与所述第一图像时间戳对齐的自车定位坐标作为对应的第一自车定位坐标；并由各组对应的所述第一图像标识、所述第一图像时间戳、所述第一自车定位坐标和所述第一图像组成一个对应的第一图像数据组向预设的第一图像数据组缓存队列中添加；并根据所述第一图像数据组缓存队列进行路灯时序状态跟踪处理得到多个第一目标跟踪序列；并根据各个所述第一目标跟踪序列进行路灯巡检数据提取处理生成对应的第一路灯巡检数据向所述第一处理平台发送；
所述第一处理平台包括第一服务器、第一路灯数据库和第一巡检报告数据库；所述第一服务器与各个所述第一巡检设备分别连接，还分别与所述第一路灯数据库和所述第一巡检报告数据库连接；所述第一服务器用于根据所述第一路灯巡检数据对所述第一路灯数据库进行路灯状态更新处理；所述第一服务器还用于定期根据所述第一路灯数据库对所述第一巡检报告数据库进行巡检报告添加处理。
优选的，所述第一图像数据组缓存队列包括多个所述第一图像数据组，并按时间先后顺序添加所述第一图像数据组；所述第一图像数据组包括所述第一图像标识、所述第一图像时间戳、所述第一自车定位坐标和所述第一图像；
各个所述第一目标跟踪序列对应一个第一目标标识；所述第一目标跟踪序列包括多个第一目标数据组，并按时间先后顺序添加所述第一目标数据组；所述第一目标数据组包括第一目标图像标识、第一目标时间戳、第一目标识别框和第一目标亮灯状态；所述第一目标识别框包括第一中心点坐标、第一识别框宽度、第一识别框高度和第一目标类型；所述第一中心点坐标为所述第一目标识别框的中心点在所述第一目标图像标识对应的所述第一图像上的像素坐标；所述第一识别框宽度和所述第一识别框高度分别为所述第一目标识别框在所述第一目标图像标识对应的所述第一图像上的识别框图像宽度和高度；所述第一目标类型包括单灯类型和多灯类型；所述第一目标亮灯状态包括亮灯状态和灭灯状态；
所述第一路灯巡检数据包括第一巡检路灯坐标、第一巡检路灯类型和第一巡检路灯状态；所述第一巡检路灯类型包括单灯类型和多灯类型；所述第一巡检路灯状态包括正常状态、异常亮灭状态和异常闪烁状态；
所述第一路灯数据库包括多个第一路灯记录；所述第一路灯记录包括第一路灯标识字段、第一路灯坐标字段、第一路灯安装图像字段、第一路灯类型字段和第一路灯状态字段；所述第一路灯类型字段包括单灯类型和多灯类型；所述第一路灯状态字段包括正常状态、异常亮灭状态和异常闪烁状态；
所述第一巡检报告数据库包括多个第一巡检报告记录；所述第一巡检报告记录包括第一报告时间字段和第一报告数据字段。
优选的，所述第一巡检设备具体用于在所述根据所述第一图像数据组缓存队列进行路灯时序状态跟踪处理得到多个第一目标跟踪序列时，将所述第一图像数据组缓存队列中最新添加的所述第一图像数据组作为对应的当前图像数据组，并将所述当前图像数据组的所述第一图像标识、所述第一图像时间戳、所述第一自车定位坐标和所述第一图像作为对应的当前图像标识、当前图像时间戳、当前自车定位坐标和当前图像；
并基于预设的目标识别与分类模型，对所述当前图像进行路灯目标识别和分类处理得到对应的第一目标识别框集合并保存；所述第一目标识别框集合不为空时由一个或多个所述第一目标识别框组成；所述目标识别与分类模型基于YOLO模型结构实现；
并在所述第一目标识别框集合不为空时，将所述当前图像上各个所述第一目标识别框覆盖的图像区域提取出来作为对应的第一识别框图像；并基于预设的图像语义分割模型对各个所述第一识别框图像进行像素级语义分割处理生成对应的第一识别框语义图；并在各个所述第一识别框语义图上，将像素语义类型为灯头像素类型和背景像素类型的像素点记成对应的灯头像素点和背景像素点；并在各个所述第一识别框图像上，将与对应的所述第一识别框语义图的各个所述灯头像素点对应的像素点标记为对应的第一像素点，将与对应的所述第一识别框语义图的各个所述背景像素点对应的像素点标记为对应的第二像素点；并在各个所述第一识别框图像上，对由所有所述第一像素点组成的灯头区域的区域亮度平均值进行估算生成对应的第一平均亮度，并对由所有所述第二像素点组成的背景区域的区域亮度平均值进行估算生成对应的第二平均亮度；并将各个所述第一识别框图像对应的所述第一平均亮度减去对应的所述第二平均亮度的差值作为对应的第一亮度差；并对各个所述第一亮度差是否大于预设的第一亮度差阈值进行识别，若是则设置对应的所述第一目标亮灯状态为亮灯状态，若否则设置对应的所述第一目标亮灯状态为灭灯状态；所述图像语义分割模型包括FCN模型，U-Net模型和BEVFormer模型；所述第一识别框语义图的各个像素点分别对应一个所述像素语义类型，所述像素语义类型包括灯头像素类型、灯杆像素类型、地面像素类型和背景像素类型；
并对所述当前图像数据组是否为所述第一图像数据组缓存队列中的第一个所述第一图像数据组进行确认；
若确认所述当前图像数据组为所述第一图像数据组缓存队列中的第一个所述第一图像数据组，则为每个所述第一目标识别框分配一个对应的唯一目标标识作为对应的所述第一目标标识；并为各个所述第一目标标识初始化一个空序列作为对应的所述第一目标跟踪序列；并由每个所述第一目标标识对应的一组所述当前图像标识、所述当前图像时间戳、所述第一目标识别框和所述第一目标亮灯状态构成一个对应的所述第一目标数据组；并将各个所述第一目标数据组向各自对应的所述第一目标跟踪序列中添加；
若确认所述当前图像数据组不为所述第一图像数据组缓存队列中的第一个所述第一图像数据组，则将所述第一图像数据组缓存队列中所述当前图像数据组的前一个所述第一图像数据组作为对应的前一图像数据组；并将所述当前图像数据组对应的各个所述第一目标识别框记为对应的第二目标识别框，将所述前一图像数据组对应的各个所述第一目标识别框记为对应的第三目标识别框；并对所述第三目标识别框的数量是否不为0进行识别，若所述第三目标识别框的数量不为0则基于目标关联算法对与各个所述第二目标识别框关联匹配的所述第三目标识别框对应的目标标识进行识别得到对应的第二目标标识，若所述第三目标识别框的数量为0则将所有所述第二目标识别框对应的所述第二目标标识都设为空标识；并对所有所述第二目标标识进行遍历；并在遍历时，将当前遍历的所述第二目标标识作为对应的当前目标标识，并将所述当前目标标识对应的所述第二目标识别框作为对应的当前目标识别框，并将所述当前目标识别框对应的所述第一目标亮灯状态作为对应的当前目标亮灯状态；并对所述当前目标标识是否为空标识进行识别；若所述当前目标标识不为空标识，则将所述当前目标标识对应的所述第一目标跟踪序列作为对应的当前目标跟踪序列，并由所述当前图像标识、所述当前图像时间戳、所述当前目标识别框和所述当前目标亮灯状态组成一个对应的所述第一目标数据组向所述当前目标跟踪序列中添加；若所述当前目标标识为空标识，则为所述当前目标识别框分配一个对应的唯一目标标识作为新的所述当前目标标识，并为所述当前目标标识初始化一个空的所述第一目标跟踪序列作为对应的所述当前目标跟踪序列，并由所述当前图像标识、所述当前目标时间戳、所述当前目标识别框和所述当前目标亮灯状态组成一个对应的所述第一目标数据组向所述当前目标跟踪序列中添加。
进一步的，所述第一巡检设备具体用于在所述基于目标关联算法对与各个所述第二目标识别框关联匹配的所述第三目标识别框对应的目标标识进行识别得到对应的第二目标标识时，将各个所述第二、第三目标识别框对应的所述第一自车定位坐标记为对应的第二、第三自车定位坐标；
并根据各个所述第二、第三目标识别框的所述第一中心点坐标、所述第一识别框宽度和所述第一识别框高度对各个目标识别框的地面中心点像素坐标进行计算得到对应的第一、第二地面中心点坐标；
并根据预设的摄像头内外参和对应的所述第二自车定位坐标对各个所述第二目标识别框的所述第一地面中心点坐标进行从像素坐标系到自车坐标系再到世界坐标系的坐标转换处理生成对应的第一地面中心点世界坐标；并根据所述摄像头内外参和对应的所述第三自车定位坐标对各个所述第三目标识别框的所述第二地面中心点坐标进行从像素坐标系到自车坐标系再到世界坐标系的坐标转换处理生成对应的第二地面中心点世界坐标；
并对各个所述第二目标识别框与每个所述第三目标识别框的直线距离进行计算生成对应的第一识别框间距ai,j；i为所述第二目标识别框的索引，j为所述第三目标识别框的索引，1≤i≤N，1≤j≤M，N为所述第二目标识别框的数量，M为所述第三目标识别框的数量；所述第一识别框间距ai,j为第i个所述第二目标识别框的所述第一地面中心点世界坐标到第j个所述第三目标识别框的所述第二地面中心点世界坐标之间的直线距离；
并由得到的所有所述第一识别框间距ai,j组成一个矩阵形状为N×M的第一关联特征矩阵A{ai,j}；
并基于目标关联算法对所述第一关联特征矩阵A{ai,j}进行关联权重矩阵计算生成一个矩阵形状为N×M的第一关联权重矩阵W{wi,j}；并将所述第一关联权重矩阵W{wi,j}中索引i相同的M个第一关联权重wi,j聚为一组作为对应的第一关联权重组Gi；所述目标关联算法包括匈牙利算法和KM算法；所述第一关联权重矩阵W{wi,j}包括N×M个所述第一关联权重wi,j；所述第一关联权重组Gi包括M个索引i相同的所述第一关联权重wi,j；
并对所述第一关联权重矩阵W{wi,j}的所有所述第一关联权重wi,j进行遍历；并在遍历时，将当前遍历的所述第一关联权重wi,j作为对应的当前关联权重；并对所述当前关联权重对应的一对所述第二、第三目标识别框的所述第一目标类型是否匹配进行识别，若不匹配则将所述当前关联权重设为0；
并对所有所述第一关联权重组Gi进行遍历；并在遍历时，将当前遍历的所述第一关联权重组Gi作为对应的当前关联权重组，并将所述当前关联权重组对应的所述第二目标识别框作为对应的当前目标识别框，并将所述当前关联权重组中权重最大的所述第一关联权重wi,j作为对应的当前最大权重；并对所述当前最大权重是否低于预设的第一权重阈值进行识别；若所述当前最大权重不低于所述第一权重阈值，则将所述当前最大权重对应的所述第三目标识别框对应的所述第一目标标识作为所述当前目标识别框对应的所述第二目标标识；若所述当前最大权重低于所述第一权重阈值，则将所述当前目标识别框对应的所述第二目标标识设为空标识。
优选的，所述第一巡检设备具体用于在所述根据各个所述第一目标跟踪序列进行路灯巡检数据提取处理生成对应的第一路灯巡检数据向所述第一处理平台发送时，对所述第一目标跟踪序列中最近的所述第一目标时间戳与当前时间的时间间隔进行计算生成对应的第一时间间隔；
并在所述第一时间间隔超过预设的时间间隔阈值时，将所述第一图像数据组缓存队列中与所述第一目标跟踪序列的各个所述第一目标数据组的所述第一目标图像标识对应的所述第一图像数据组的所述第一自车定位坐标提取出来按时间先后排序组成对应的第一自车定位坐标序列；
并对所述第一自车定位坐标序列的所有所述第一自车定位坐标进行遍历；并在遍历时，将当前遍历的所述第一自车定位坐标作为对应的当前自车定位坐标，并将所述当前自车定位坐标对应的所述第一图像数据组对应的所述第一目标数据组的所述第一目标识别框作为对应的当前目标识别框；并根据所述当前目标识别框的所述第一中心点坐标、所述第一识别框宽度和所述第一识别框高度对所述当前目标识别框的地面中心点像素坐标进行计算得到对应的当前地面中心点坐标；并根据预设的摄像头内外参和所述当前自车定位坐标对所述当前目标识别框的所述当前地面中心点坐标进行从像素坐标系到自车坐标系再到世界坐标系的坐标转换处理生成对应的第三地面中心点世界坐标；并在遍历结束时，将所有所述第三地面中心点世界坐标的平均坐标作为对应的所述第一巡检路灯坐标；
并将所述第一目标跟踪序列的所述第一目标类型作为对应的所述第一巡检路灯类型；
并将所述第一目标跟踪序列中处于预设亮灯时间段以内的各个所述第一目标时间戳记为对应的一类时间戳，并将处于所述预设亮灯时间段以外的各个所述第一目标时间戳记为对应的二类时间戳；并将与各个所述一类时间戳对应的所述第一目标亮灯状态提取出来按时间先后排序组成对应的第一状态序列；并将与各个所述二类时间戳对应的所述第一目标亮灯状态提取出来按时间先后排序组成对应的第二状态序列；
并对所述第一、第二状态序列进行识别；
若所述第一、第二状态序列都不为空，则在所述第一状态序列全为亮灯状态且所述第二状态序列全为灭灯状态时，设置对应的所述第一巡检路灯状态为正常状态；并在所述第一、二状态序列都全为亮灯状态、或所述第一、二状态序列都全为灭灯状态、或所述第一状态序列全为灭灯状态且所述第二状态序列全为亮灯状态时，设置对应的所述第一巡检路灯状态为异常亮灭状态；并在所述第一状态序列全为亮灯状态且所述第二状态序列不全为灭灯状态、或所述第一状态序列不全为亮灯状态且所述第二状态序列全为灭灯状态、或所述第一状态序列不全为亮灯状态且所述第二状态序列不全为灭灯状态、或所述第一状态序列不全为亮灯状态且所述第二状态序列全为亮灯状态、或所述第一状态序列全为灭灯状态且所述第二状态序列全不全为灭灯状态时，设置对应的所述第一巡检路灯状态为异常闪烁状态；
若所述第一状态序列不为空但所述第二状态序列为空，则在所述第一状态序列全为亮灯状态时，设置对应的所述第一巡检路灯状态为正常状态；并在所述第一状态序列不全为亮灯状态时，设置对应的所述第一巡检路灯状态为异常闪烁状态；并在所述第一状态序列全为灭灯状态时，设置对应的所述第一巡检路灯状态为异常亮灭状态；
若所述第一状态序列为空但所述第二状态序列不为空，则在所述第二状态序列全为灭灯状态时，设置对应的所述第一巡检路灯状态为正常状态；并在所述第二状态序列不全为灭灯状态时，设置对应的所述第一巡检路灯状态为异常闪烁状态；并在所述第二状态序列全为亮灯状态时，设置对应的所述第一巡检路灯状态为异常亮灭状态；
并由得到的所述第一巡检路灯坐标、所述第一巡检路灯类型和所述第一巡检路灯状态组成对应的所述第一路灯巡检数据向所述第一处理平台发送；并在数据发送成功时将所述第一目标跟踪序列删除。
优选的，所述第一服务器具体用于在所述根据所述第一路灯巡检数据对所述第一路灯数据库进行路灯状态更新处理时，将所述第一路灯数据库中所述第一路灯坐标字段与所述第一路灯巡检数据的所述第一巡检路灯坐标匹配且所述第一路灯类型字段与所述第一路灯巡检数据的所述第一巡检路灯类型匹配的所述第一路灯记录作为对应的匹配记录；并对所述匹配记录的所述第一路灯状态字段是否与所述第一路灯巡检数据的所述第一巡检路灯状态匹配进行识别，若不匹配则使用所述第一巡检路灯状态对所述第一路灯状态字段进行重置。
优选的，所述第一服务器具体用于在所述定期根据所述第一路灯数据库对所述第一巡检报告数据库进行巡检报告添加处理时，定期将所述第一路灯数据库中所述第一路灯状态字段不为正常状态的所述第一路灯记录提取出来组成对应的第一报告数据；并将当前时间作为对应的第一报告时间；并在所述第一巡检报告数据库中新增一个所述第一巡检报告记录作为对应的新增记录；并将所述新增记录的所述第一报告时间字段和所述第一报告数据字段设为对应的所述第一报告时间和所述第一报告数据。
本发明实施例提供了一种利用公交车辆进行路灯巡检的处理系统，该系统包括：多个第一公交车辆和第一处理平台；每个第一公交车辆上加载一个对应的第一巡检设备，并由该第一巡检设备与第一处理平台连接；第一处理平台包括第一服务器、第一路灯数据库和第一巡检报告数据库，该第一服务器与各个第一巡检设备、第一路灯数据库和第一巡检报告数据库分别连接；系统中的第一巡检设备用于在车辆行驶过程中对沿途各个路灯进行数据采集和状态分析生成实时的路灯巡检数据向第一处理平台反馈；第一处理平台则根据实时接收的路灯巡检数据对第一路灯数据库进行实时更新，并定期根据第一路灯数据库对第一巡检报告数据库进行巡检报告添加。本发明系统一方面基于巡检设备实现了对路灯状态的全天候、高频次自动巡检，并利用巡检设备与远程处理平台的实时通讯提高了巡检反馈的实时性；另一方面利用公交路网提高了自动巡检的路网覆盖率；再一方面还有效地降低了巡检人工成本。
附图说明
图1为本发明实施例提供的一种利用公交车辆进行路灯巡检的处理系统的模块示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种利用公交车辆进行路灯巡检的处理系统的模块示意图，如图1所示，本系统包括：多个第一公交车辆1和第一处理平台2。
（一）第一公交车辆1
第一公交车辆1上加载一个对应的第一巡检设备11；第一巡检设备11与第一处理平台2连接。
这里，本发明实施例的第一巡检设备11为一个带有定位模块、摄像头和通讯模块的装置、设备或服务器，对于普通公交车辆而言直接将该第一巡检设备11作为一个独立设备加装在车辆上即可，对于具备智能处理能力、带有行车电脑的智能公交车辆而言既可以直接将该第一巡检设备11作为一个独立设备加装在车辆上、也可以将第一巡检设备11的部分或全部功能融合到智能公交车辆的内部处理流程中。
第一巡检设备11用于在行驶过程中按预设的采样频率对自车定位坐标进行数据采集；并对自车行驶道路进行实时视频拍摄，并按采样频率对实时视频进行视频帧图像采样生成对应的第一图像；并将第一图像对应的视频时间作为对应的第一图像时间戳；并为第一图像分配一个唯一的图像标识记为对应的第一图像标识；并将与第一图像时间戳对齐的自车定位坐标作为对应的第一自车定位坐标；并由各组对应的第一图像标识、第一图像时间戳、第一自车定位坐标和第一图像组成一个对应的第一图像数据组向预设的第一图像数据组缓存队列中添加；并根据第一图像数据组缓存队列进行路灯时序状态跟踪处理得到多个第一目标跟踪序列；并根据各个第一目标跟踪序列进行路灯巡检数据提取处理生成对应的第一路灯巡检数据向第一处理平台2发送；
其中，第一图像数据组缓存队列包括多个第一图像数据组，并按时间先后顺序添加第一图像数据组；第一图像数据组包括第一图像标识、第一图像时间戳、第一自车定位坐标和第一图像；
第一路灯巡检数据包括第一巡检路灯坐标、第一巡检路灯类型和第一巡检路灯状态；第一巡检路灯类型包括单灯类型和多灯类型；第一巡检路灯状态包括正常状态、异常亮灭状态和异常闪烁状态；
在本发明实施例的一个具体实现方式中，第一巡检设备11具体用于在根据第一图像数据组缓存队列进行路灯时序状态跟踪处理得到多个第一目标跟踪序列时：
步骤A1，将第一图像数据组缓存队列中最新添加的第一图像数据组作为对应的当前图像数据组，并将当前图像数据组的第一图像标识、第一图像时间戳、第一自车定位坐标和第一图像作为对应的当前图像标识、当前图像时间戳、当前自车定位坐标和当前图像；
步骤A2，并基于预设的目标识别与分类模型，对当前图像进行路灯目标识别和分类处理得到对应的第一目标识别框集合并保存；
其中，目标识别与分类模型基于YOLO模型结构实现；第一目标识别框集合不为空时由一个或多个第一目标识别框组成；
第一目标识别框包括第一中心点坐标、第一识别框宽度、第一识别框高度和第一目标类型；第一中心点坐标为第一目标识别框的中心点在第一目标图像标识对应的第一图像上的像素坐标；第一识别框宽度和第一识别框高度分别为第一目标识别框在第一目标图像标识对应的第一图像上的识别框图像宽度和高度；第一目标类型包括单灯类型和多灯类型；
这里，第一目标类型为单灯类型时说明该第一目标识别框对应的路灯目标为单灯头的路灯，第一目标类型为多灯类型时说明该第一目标识别框对应的路灯目标为多灯头的路灯；
步骤A3，并在第一目标识别框集合不为空时，将当前图像上各个第一目标识别框覆盖的图像区域提取出来作为对应的第一识别框图像；并基于预设的图像语义分割模型对各个第一识别框图像进行像素级语义分割处理生成对应的第一识别框语义图；并在各个第一识别框语义图上，将像素语义类型为灯头像素类型和背景像素类型的像素点记成对应的灯头像素点和背景像素点；并在各个第一识别框图像上，将与对应的第一识别框语义图的各个灯头像素点对应的像素点标记为对应的第一像素点，将与对应的第一识别框语义图的各个背景像素点对应的像素点标记为对应的第二像素点；并在各个第一识别框图像上，对由所有第一像素点组成的灯头区域的区域亮度平均值进行估算生成对应的第一平均亮度，并对由所有第二像素点组成的背景区域的区域亮度平均值进行估算生成对应的第二平均亮度；并将各个第一识别框图像对应的第一平均亮度减去对应的第二平均亮度的差值作为对应的第一亮度差；并对各个第一亮度差是否大于预设的第一亮度差阈值进行识别，若是则设置对应的第一目标亮灯状态为亮灯状态，若否则设置对应的第一目标亮灯状态为灭灯状态；
其中，图像语义分割模型包括FCN模型，U-Net模型和BEVFormer模型；第一识别框语义图的各个像素点分别对应一个像素语义类型，像素语义类型包括灯头像素类型、灯杆像素类型、地面像素类型和背景像素类型；第一目标亮灯状态包括亮灯状态和灭灯状态；
步骤A4，并对当前图像数据组是否为第一图像数据组缓存队列中的第一个第一图像数据组进行确认；
步骤A5，若确认当前图像数据组为第一图像数据组缓存队列中的第一个第一图像数据组，则为每个第一目标识别框分配一个对应的唯一目标标识作为对应的第一目标标识；并为各个第一目标标识初始化一个空序列作为对应的第一目标跟踪序列；并由每个第一目标标识对应的一组当前图像标识、当前图像时间戳、第一目标识别框和第一目标亮灯状态构成一个对应的第一目标数据组；并将各个第一目标数据组向各自对应的第一目标跟踪序列中添加；
由当前步骤可知，本发明实施例的第一目标跟踪序列与第一目标标识一一对应；其中，第一目标跟踪序列包括多个第一目标数据组，并按时间先后顺序添加第一目标数据组；第一目标数据组包括第一目标图像标识、第一目标时间戳、第一目标识别框和第一目标亮灯状态；
步骤A6，若确认当前图像数据组不为第一图像数据组缓存队列中的第一个第一图像数据组，则将第一图像数据组缓存队列中当前图像数据组的前一个第一图像数据组作为对应的前一图像数据组；并将当前图像数据组对应的各个第一目标识别框记为对应的第二目标识别框，将前一图像数据组对应的各个第一目标识别框记为对应的第三目标识别框；
并对第三目标识别框的数量是否不为0进行识别，若第三目标识别框的数量不为0则基于目标关联算法对与各个第二目标识别框关联匹配的第三目标识别框对应的目标标识进行识别得到对应的第二目标标识，若第三目标识别框的数量为0则将所有第二目标识别框对应的第二目标标识都设为空标识；
并对所有第二目标标识进行遍历；并在遍历时，将当前遍历的第二目标标识作为对应的当前目标标识，并将当前目标标识对应的第二目标识别框作为对应的当前目标识别框，并将当前目标识别框对应的第一目标亮灯状态作为对应的当前目标亮灯状态；并对当前目标标识是否为空标识进行识别；若当前目标标识不为空标识，则将当前目标标识对应的第一目标跟踪序列作为对应的当前目标跟踪序列，并由当前图像标识、当前图像时间戳、当前目标识别框和当前目标亮灯状态组成一个对应的第一目标数据组向当前目标跟踪序列中添加；若当前目标标识为空标识，则为当前目标识别框分配一个对应的唯一目标标识作为新的当前目标标识，并为当前目标标识初始化一个空的第一目标跟踪序列作为对应的述当前目标跟踪序列，并由当前图像标识、当前目标时间戳、当前目标识别框和当前目标亮灯状态组成一个对应的第一目标数据组向述当前目标跟踪序列中添加。
在本发明实施例的又一个具体实现方式中，第一巡检设备11具体用于在基于目标关联算法对与各个第二目标识别框关联匹配的第三目标识别框对应的目标标识进行识别得到对应的第二目标标识时：
步骤B1，将各个第二、第三目标识别框对应的第一自车定位坐标记为对应的第二、第三自车定位坐标；
步骤B2，并根据各个第二、第三目标识别框的第一中心点坐标、第一识别框宽度和第一识别框高度对各个目标识别框的地面中心点像素坐标进行计算得到对应的第一、第二地面中心点坐标；
步骤B3，并根据预设的摄像头内外参和对应的第二自车定位坐标对各个第二目标识别框的第一地面中心点坐标进行从像素坐标系到自车坐标系再到世界坐标系的坐标转换处理生成对应的第一地面中心点世界坐标；并根据摄像头内外参和对应的第三自车定位坐标对各个第三目标识别框的第二地面中心点坐标进行从像素坐标系到自车坐标系再到世界坐标系的坐标转换处理生成对应的第二地面中心点世界坐标；
步骤B4，并对各个第二目标识别框与每个第三目标识别框的直线距离进行计算生成对应的第一识别框间距ai,j；
其中，i为第二目标识别框的索引，j为第三目标识别框的索引，1≤i≤N，1≤j≤M，N为第二目标识别框的数量，M为第三目标识别框的数量；第一识别框间距ai,j为第i个第二目标识别框的第一地面中心点世界坐标到第j个第三目标识别框的第二地面中心点世界坐标之间的直线距离；
步骤B5，并由得到的所有第一识别框间距ai,j组成一个矩阵形状为N×M的第一关联特征矩阵A{ai,j}；
步骤B6，并基于目标关联算法对第一关联特征矩阵A{ai,j}进行关联权重矩阵计算生成一个矩阵形状为N×M的第一关联权重矩阵W{wi,j}；并将第一关联权重矩阵W{wi,j}中索引i相同的M个第一关联权重wi,j聚为一组作为对应的第一关联权重组Gi；
其中，目标关联算法包括匈牙利算法和KM算法；第一关联权重矩阵W{wi,j}包括N×M个第一关联权重wi,j；第一关联权重组Gi包括M个索引i相同的第一关联权重wi,j；
步骤B7，并对第一关联权重矩阵W{wi,j}的所有第一关联权重wi,j进行遍历；并在遍历时，将当前遍历的第一关联权重wi,j作为对应的当前关联权重；并对当前关联权重对应的一对第二、第三目标识别框的第一目标类型是否匹配进行识别，若不匹配则将当前关联权重设为0；
步骤B8，并对所有第一关联权重组Gi进行遍历；并在遍历时，将当前遍历的第一关联权重组Gi作为对应的当前关联权重组，并将当前关联权重组对应的第二目标识别框作为对应的当前目标识别框，并将当前关联权重组中权重最大的第一关联权重wi,j作为对应的当前最大权重；并对当前最大权重是否低于预设的第一权重阈值进行识别；若当前最大权重不低于第一权重阈值，则将当前最大权重对应的第三目标识别框对应的第一目标标识作为当前目标识别框对应的第二目标标识；若当前最大权重低于第一权重阈值，则将当前目标识别框对应的第二目标标识设为空标识。
在本发明实施例的又一个具体实现方式中，第一巡检设备11具体用于在根据各个第一目标跟踪序列进行路灯巡检数据提取处理生成对应的第一路灯巡检数据向第一处理平台2发送时：
步骤C1，对第一目标跟踪序列中最近的第一目标时间戳与当前时间的时间间隔进行计算生成对应的第一时间间隔；
步骤C2，并在第一时间间隔超过预设的时间间隔阈值时，将第一图像数据组缓存队列中与第一目标跟踪序列的各个第一目标数据组的第一目标图像标识对应的第一图像数据组的第一自车定位坐标提取出来按时间先后排序组成对应的第一自车定位坐标序列；
这里，本发明实施例规定若任何一个第一目标跟踪序列在一个规定时间长度内没有更新即第一时间间隔超过预设的时间间隔阈值，就意味着该第一目标跟踪序列对应的路灯目标已经从第一巡检设备11的视觉感知范围内消失了，此时就可以停止对该第一目标跟踪序列的更新并基于该第一目标跟踪序列进行路灯状态分析；
步骤C3，并对第一自车定位坐标序列的所有第一自车定位坐标进行遍历；并在遍历时，将当前遍历的第一自车定位坐标作为对应的当前自车定位坐标，并将当前自车定位坐标对应的第一图像数据组对应的第一目标数据组的第一目标识别框作为对应的当前目标识别框；并根据当前目标识别框的第一中心点坐标、第一识别框宽度和第一识别框高度对当前目标识别框的地面中心点像素坐标进行计算得到对应的当前地面中心点坐标；并根据预设的摄像头内外参和当前自车定位坐标对当前目标识别框的当前地面中心点坐标进行从像素坐标系到自车坐标系再到世界坐标系的坐标转换处理生成对应的第三地面中心点世界坐标；并在遍历结束时，将所有第三地面中心点世界坐标的平均坐标作为对应的第一巡检路灯坐标；
步骤C4，并将第一目标跟踪序列的第一目标类型作为对应的第一巡检路灯类型；
步骤C5，并将第一目标跟踪序列中处于预设亮灯时间段以内的各个第一目标时间戳记为对应的一类时间戳，并将处于预设亮灯时间段以外的各个第一目标时间戳记为对应的二类时间戳；并将与各个一类时间戳对应的第一目标亮灯状态提取出来按时间先后排序组成对应的第一状态序列；并将与各个二类时间戳对应的第一目标亮灯状态提取出来按时间先后排序组成对应的第二状态序列；
这里，本发明实施例的预设亮灯时间段由一个或多个单日时间段构成，该预设亮灯时间段可统一作用于所有路灯，也可基于公交车行驶路段对该预设亮灯时间段进行动态调控；该预设亮灯时间段用于对路灯的自动开启时段进行限制，若进入该预设亮灯时间段则路灯自动开启，若退出该预设亮灯时间段则路灯自动关闭；
步骤C6，并对第一、第二状态序列进行识别；
步骤C7，若第一、第二状态序列都不为空，则在第一状态序列全为亮灯状态且第二状态序列全为灭灯状态时，设置对应的第一巡检路灯状态为正常状态；并在第一、二状态序列都全为亮灯状态、或第一、二状态序列都全为灭灯状态、或第一状态序列全为灭灯状态且第二状态序列全为亮灯状态时，设置对应的第一巡检路灯状态为异常亮灭状态；并在第一状态序列全为亮灯状态且第二状态序列不全为灭灯状态、或第一状态序列不全为亮灯状态且第二状态序列全为灭灯状态、或第一状态序列不全为亮灯状态且第二状态序列不全为灭灯状态、或第一状态序列不全为亮灯状态且第二状态序列全为亮灯状态、或第一状态序列全为灭灯状态且第二状态序列全不全为灭灯状态时，设置对应的第一巡检路灯状态为异常闪烁状态；
步骤C8，若第一状态序列不为空但第二状态序列为空，则在第一状态序列全为亮灯状态时，设置对应的第一巡检路灯状态为正常状态；并在第一状态序列不全为亮灯状态时，设置对应的第一巡检路灯状态为异常闪烁状态；并在第一状态序列全为灭灯状态时，设置对应的第一巡检路灯状态为异常亮灭状态；
步骤C9，若第一状态序列为空但第二状态序列不为空，则在第二状态序列全为灭灯状态时，设置对应的第一巡检路灯状态为正常状态；并在第二状态序列不全为灭灯状态时，设置对应的第一巡检路灯状态为异常闪烁状态；并在第二状态序列全为亮灯状态时，设置对应的第一巡检路灯状态为异常亮灭状态；
步骤C10，并由得到的第一巡检路灯坐标、第一巡检路灯类型和第一巡检路灯状态组成对应的第一路灯巡检数据向第一处理平台2发送；并在数据发送成功时将第一目标跟踪序列删除。
（二）第一处理平台2
第一处理平台2包括第一服务器21、第一路灯数据库22和第一巡检报告数据库23；第一服务器21与各个第一巡检设备11分别连接，还分别与第一路灯数据库22和第一巡检报告数据库23连接；第一服务器21用于根据第一路灯巡检数据对第一路灯数据库22进行路灯状态更新处理；第一服务器21还用于定期根据第一路灯数据库22对第一巡检报告数据库23进行巡检报告添加处理；
其中，第一路灯数据库22包括多个第一路灯记录；第一路灯记录包括第一路灯标识字段、第一路灯坐标字段、第一路灯安装图像字段、第一路灯类型字段和第一路灯状态字段；第一路灯类型字段包括单灯类型和多灯类型；第一路灯状态字段包括正常状态、异常亮灭状态和异常闪烁状态；
这里，每个第一路灯记录对应一个路灯；第一路灯标识字段为对应路灯的唯一设备标识；第一路灯坐标字段为对应路灯的安装坐标；第一路灯安装图像字段为对应路灯在安装完成时拍摄的照片；第一路灯类型字段为对应路灯的单灯/多灯类型说明；第一路灯状态字段则为对应路灯最新的工作状态，一旦第一巡检设备11在巡检过程中发现了对应路灯工作异常则该字段就会被及时更新为对应的异常状态；
第一巡检报告数据库23包括多个第一巡检报告记录；第一巡检报告记录包括第一报告时间字段和第一报告数据字段。
在本发明实施例的又一个具体实现方式中，第一服务器21具体用于在根据第一路灯巡检数据对第一路灯数据库22进行路灯状态更新处理时，将第一路灯数据库22中第一路灯坐标字段与第一路灯巡检数据的第一巡检路灯坐标匹配且第一路灯类型字段与第一路灯巡检数据的第一巡检路灯类型匹配的第一路灯记录作为对应的匹配记录；并对匹配记录的第一路灯状态字段是否与第一路灯巡检数据的第一巡检路灯状态匹配进行识别，若不匹配则使用第一巡检路灯状态对第一路灯状态字段进行重置。
这里，本发明实施例在识别第一路灯坐标字段与第一巡检路灯坐标的匹配关系时，基于一个预设的最小间隔距离阈值来进行匹配，即第一路灯坐标字段与第一巡检路灯坐标之间的直线距离若小于该最小间隔距离阈值则视第一路灯坐标字段与第一巡检路灯坐标匹配。
在本发明实施例的又一个具体实现方式中，第一服务器21具体用于在定期根据第一路灯数据库22对第一巡检报告数据库23进行巡检报告添加处理时，定期将第一路灯数据库22中第一路灯状态字段不为正常状态的第一路灯记录提取出来组成对应的第一报告数据；并将当前时间作为对应的第一报告时间；并在第一巡检报告数据库23中新增一个第一巡检报告记录作为对应的新增记录；并将新增记录的第一报告时间字段和第一报告数据字段设为对应的第一报告时间和第一报告数据。
这里，本发明实施例定期生成报告的频率可调，例如将该频率设为每小时一次、每天一次、每周一次、每月一次等。道路管理机构通过该第一巡检报告数据库23能够得到最新的全路网异常状态路灯报告从而就能及时全面的分派对应的路灯养护任务。
本发明实施例提供了一种利用公交车辆进行路灯巡检的处理系统，该系统包括：多个第一公交车辆和第一处理平台；每个第一公交车辆上加载一个对应的第一巡检设备，并由该第一巡检设备与第一处理平台连接；第一处理平台包括第一服务器、第一路灯数据库和第一巡检报告数据库，该第一服务器与各个第一巡检设备、第一路灯数据库和第一巡检报告数据库分别连接；系统中的第一巡检设备用于在车辆行驶过程中对沿途各个路灯进行数据采集和状态分析生成实时的路灯巡检数据向第一处理平台反馈；第一处理平台则根据实时接收的路灯巡检数据对第一路灯数据库进行实时更新，并定期根据第一路灯数据库对第一巡检报告数据库进行巡检报告添加。本发明系统一方面基于巡检设备实现了对路灯状态的全天候、高频次自动巡检，并利用巡检设备与远程处理平台的实时通讯提高了巡检反馈的实时性；另一方面利用公交路网提高了自动巡检的路网覆盖率；再一方面还有效地降低了巡检人工成本。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的系统、模块、单元及算法的步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的系统、模块、单元或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种利用公交车辆进行路灯巡检的处理系统，其特征在于，所述系统包括：多个第一公交车辆和第一处理平台；
所述第一公交车辆上加载一个对应的第一巡检设备；所述第一巡检设备与所述第一处理平台连接；所述第一巡检设备用于在行驶过程中按预设的采样频率对自车定位坐标进行数据采集；并对自车行驶道路进行实时视频拍摄，并按所述采样频率对实时视频进行视频帧图像采样生成对应的第一图像；并将所述第一图像对应的视频时间作为对应的第一图像时间戳；并为所述第一图像分配一个唯一的图像标识记为对应的第一图像标识；并将与所述第一图像时间戳对齐的自车定位坐标作为对应的第一自车定位坐标；并由各组对应的所述第一图像标识、所述第一图像时间戳、所述第一自车定位坐标和所述第一图像组成一个对应的第一图像数据组向预设的第一图像数据组缓存队列中添加；并根据所述第一图像数据组缓存队列进行路灯时序状态跟踪处理得到多个第一目标跟踪序列；并根据各个所述第一目标跟踪序列进行路灯巡检数据提取处理生成对应的第一路灯巡检数据向所述第一处理平台发送；
所述第一处理平台包括第一服务器、第一路灯数据库和第一巡检报告数据库；所述第一服务器与各个所述第一巡检设备分别连接，还分别与所述第一路灯数据库和所述第一巡检报告数据库连接；所述第一服务器用于根据所述第一路灯巡检数据对所述第一路灯数据库进行路灯状态更新处理；所述第一服务器还用于定期根据所述第一路灯数据库对所述第一巡检报告数据库进行巡检报告添加处理。
2.根据权利要求1所述的利用公交车辆进行路灯巡检的处理系统，其特征在于，
所述第一图像数据组缓存队列包括多个所述第一图像数据组，并按时间先后顺序添加所述第一图像数据组；所述第一图像数据组包括所述第一图像标识、所述第一图像时间戳、所述第一自车定位坐标和所述第一图像；
各个所述第一目标跟踪序列对应一个第一目标标识；所述第一目标跟踪序列包括多个第一目标数据组，并按时间先后顺序添加所述第一目标数据组；所述第一目标数据组包括第一目标图像标识、第一目标时间戳、第一目标识别框和第一目标亮灯状态；所述第一目标识别框包括第一中心点坐标、第一识别框宽度、第一识别框高度和第一目标类型；所述第一中心点坐标为所述第一目标识别框的中心点在所述第一目标图像标识对应的所述第一图像上的像素坐标；所述第一识别框宽度和所述第一识别框高度分别为所述第一目标识别框在所述第一目标图像标识对应的所述第一图像上的识别框图像宽度和高度；所述第一目标类型包括单灯类型和多灯类型；所述第一目标亮灯状态包括亮灯状态和灭灯状态；
所述第一路灯巡检数据包括第一巡检路灯坐标、第一巡检路灯类型和第一巡检路灯状态；所述第一巡检路灯类型包括单灯类型和多灯类型；所述第一巡检路灯状态包括正常状态、异常亮灭状态和异常闪烁状态；
所述第一路灯数据库包括多个第一路灯记录；所述第一路灯记录包括第一路灯标识字段、第一路灯坐标字段、第一路灯安装图像字段、第一路灯类型字段和第一路灯状态字段；所述第一路灯类型字段包括单灯类型和多灯类型；所述第一路灯状态字段包括正常状态、异常亮灭状态和异常闪烁状态；
所述第一巡检报告数据库包括多个第一巡检报告记录；所述第一巡检报告记录包括第一报告时间字段和第一报告数据字段。
3.根据权利要求2所述的利用公交车辆进行路灯巡检的处理系统，其特征在于，
所述第一巡检设备具体用于在所述根据所述第一图像数据组缓存队列进行路灯时序状态跟踪处理得到多个第一目标跟踪序列时，将所述第一图像数据组缓存队列中最新添加的所述第一图像数据组作为对应的当前图像数据组，并将所述当前图像数据组的所述第一图像标识、所述第一图像时间戳、所述第一自车定位坐标和所述第一图像作为对应的当前图像标识、当前图像时间戳、当前自车定位坐标和当前图像；
并基于预设的目标识别与分类模型，对所述当前图像进行路灯目标识别和分类处理得到对应的第一目标识别框集合并保存；所述第一目标识别框集合不为空时由一个或多个所述第一目标识别框组成；所述目标识别与分类模型基于YOLO模型结构实现；
并在所述第一目标识别框集合不为空时，将所述当前图像上各个所述第一目标识别框覆盖的图像区域提取出来作为对应的第一识别框图像；并基于预设的图像语义分割模型对各个所述第一识别框图像进行像素级语义分割处理生成对应的第一识别框语义图；并在各个所述第一识别框语义图上，将像素语义类型为灯头像素类型和背景像素类型的像素点记成对应的灯头像素点和背景像素点；并在各个所述第一识别框图像上，将与对应的所述第一识别框语义图的各个所述灯头像素点对应的像素点标记为对应的第一像素点，将与对应的所述第一识别框语义图的各个所述背景像素点对应的像素点标记为对应的第二像素点；并在各个所述第一识别框图像上，对由所有所述第一像素点组成的灯头区域的区域亮度平均值进行估算生成对应的第一平均亮度，并对由所有所述第二像素点组成的背景区域的区域亮度平均值进行估算生成对应的第二平均亮度；并将各个所述第一识别框图像对应的所述第一平均亮度减去对应的所述第二平均亮度的差值作为对应的第一亮度差；并对各个所述第一亮度差是否大于预设的第一亮度差阈值进行识别，若是则设置对应的所述第一目标亮灯状态为亮灯状态，若否则设置对应的所述第一目标亮灯状态为灭灯状态；所述图像语义分割模型包括FCN模型，U-Net模型和BEVFormer模型；所述第一识别框语义图的各个像素点分别对应一个所述像素语义类型，所述像素语义类型包括灯头像素类型、灯杆像素类型、地面像素类型和背景像素类型；
并对所述当前图像数据组是否为所述第一图像数据组缓存队列中的第一个所述第一图像数据组进行确认；
若确认所述当前图像数据组为所述第一图像数据组缓存队列中的第一个所述第一图像数据组，则为每个所述第一目标识别框分配一个对应的唯一目标标识作为对应的所述第一目标标识；并为各个所述第一目标标识初始化一个空序列作为对应的所述第一目标跟踪序列；并由每个所述第一目标标识对应的一组所述当前图像标识、所述当前图像时间戳、所述第一目标识别框和所述第一目标亮灯状态构成一个对应的所述第一目标数据组；并将各个所述第一目标数据组向各自对应的所述第一目标跟踪序列中添加；
若确认所述当前图像数据组不为所述第一图像数据组缓存队列中的第一个所述第一图像数据组，则将所述第一图像数据组缓存队列中所述当前图像数据组的前一个所述第一图像数据组作为对应的前一图像数据组；并将所述当前图像数据组对应的各个所述第一目标识别框记为对应的第二目标识别框，将所述前一图像数据组对应的各个所述第一目标识别框记为对应的第三目标识别框；并对所述第三目标识别框的数量是否不为0进行识别，若所述第三目标识别框的数量不为0则基于目标关联算法对与各个所述第二目标识别框关联匹配的所述第三目标识别框对应的目标标识进行识别得到对应的第二目标标识，若所述第三目标识别框的数量为0则将所有所述第二目标识别框对应的所述第二目标标识都设为空标识；并对所有所述第二目标标识进行遍历；并在遍历时，将当前遍历的所述第二目标标识作为对应的当前目标标识，并将所述当前目标标识对应的所述第二目标识别框作为对应的当前目标识别框，并将所述当前目标识别框对应的所述第一目标亮灯状态作为对应的当前目标亮灯状态；并对所述当前目标标识是否为空标识进行识别；若所述当前目标标识不为空标识，则将所述当前目标标识对应的所述第一目标跟踪序列作为对应的当前目标跟踪序列，并由所述当前图像标识、所述当前图像时间戳、所述当前目标识别框和所述当前目标亮灯状态组成一个对应的所述第一目标数据组向所述当前目标跟踪序列中添加；若所述当前目标标识为空标识，则为所述当前目标识别框分配一个对应的唯一目标标识作为新的所述当前目标标识，并为所述当前目标标识初始化一个空的所述第一目标跟踪序列作为对应的所述当前目标跟踪序列，并由所述当前图像标识、所述当前目标时间戳、所述当前目标识别框和所述当前目标亮灯状态组成一个对应的所述第一目标数据组向所述当前目标跟踪序列中添加。
4.根据权利要求3所述的利用公交车辆进行路灯巡检的处理系统，其特征在于，
所述第一巡检设备具体用于在所述基于目标关联算法对与各个所述第二目标识别框关联匹配的所述第三目标识别框对应的目标标识进行识别得到对应的第二目标标识时，将各个所述第二、第三目标识别框对应的所述第一自车定位坐标记为对应的第二、第三自车定位坐标；
并根据各个所述第二、第三目标识别框的所述第一中心点坐标、所述第一识别框宽度和所述第一识别框高度对各个目标识别框的地面中心点像素坐标进行计算得到对应的第一、第二地面中心点坐标；
并根据预设的摄像头内外参和对应的所述第二自车定位坐标对各个所述第二目标识别框的第一地面中心点坐标进行从像素坐标系到自车坐标系再到世界坐标系的坐标转换处理生成对应的第一地面中心点世界坐标；并根据所述摄像头内外参和对应的所述第三自车定位坐标对各个所述第三目标识别框的第二地面中心点坐标进行从像素坐标系到自车坐标系再到世界坐标系的坐标转换处理生成对应的第二地面中心点世界坐标；
并对各个所述第二目标识别框与每个所述第三目标识别框的直线距离进行计算生成对应的第一识别框间距ai,j；i为所述第二目标识别框的索引，j为所述第三目标识别框的索引，1≤i≤N，1≤j≤M，N为所述第二目标识别框的数量，M为所述第三目标识别框的数量；所述第一识别框间距ai,j为第i个所述第二目标识别框的所述第一地面中心点世界坐标到第j个所述第三目标识别框的所述第二地面中心点世界坐标之间的直线距离；
并由得到的所有所述第一识别框间距ai,j组成一个矩阵形状为N×M的第一关联特征矩阵A{ai,j}；
并基于目标关联算法对所述第一关联特征矩阵A{ai,j}进行关联权重矩阵计算生成一个矩阵形状为N×M的第一关联权重矩阵W{wi,j}；并将所述第一关联权重矩阵W{wi,j}中索引i相同的M个第一关联权重wi,j聚为一组作为对应的第一关联权重组Gi；所述目标关联算法包括匈牙利算法和KM算法；所述第一关联权重矩阵W{wi,j}包括N×M个所述第一关联权重wi,j；所述第一关联权重组Gi包括M个索引i相同的所述第一关联权重wi,j；
并对所述第一关联权重矩阵W{wi,j}的所有所述第一关联权重wi,j进行遍历；并在遍历时，将当前遍历的所述第一关联权重wi,j作为对应的当前关联权重；并对所述当前关联权重对应的一对所述第二、第三目标识别框的所述第一目标类型是否匹配进行识别，若不匹配则将所述当前关联权重设为0；
并对所有所述第一关联权重组Gi进行遍历；并在遍历时，将当前遍历的所述第一关联权重组Gi作为对应的当前关联权重组，并将所述当前关联权重组对应的所述第二目标识别框作为对应的当前目标识别框，并将所述当前关联权重组中权重最大的所述第一关联权重wi,j作为对应的当前最大权重；并对所述当前最大权重是否低于预设的第一权重阈值进行识别；若所述当前最大权重不低于所述第一权重阈值，则将所述当前最大权重对应的所述第三目标识别框对应的所述第一目标标识作为所述当前目标识别框对应的所述第二目标标识；若所述当前最大权重低于所述第一权重阈值，则将所述当前目标识别框对应的所述第二目标标识设为空标识。
5.根据权利要求2所述的利用公交车辆进行路灯巡检的处理系统，其特征在于，
所述第一巡检设备具体用于在所述根据各个所述第一目标跟踪序列进行路灯巡检数据提取处理生成对应的第一路灯巡检数据向所述第一处理平台发送时，对所述第一目标跟踪序列中最近的所述第一目标时间戳与当前时间的时间间隔进行计算生成对应的第一时间间隔；
并在所述第一时间间隔超过预设的时间间隔阈值时，将所述第一图像数据组缓存队列中与所述第一目标跟踪序列的各个所述第一目标数据组的所述第一目标图像标识对应的所述第一图像数据组的所述第一自车定位坐标提取出来按时间先后排序组成对应的第一自车定位坐标序列；
并对所述第一自车定位坐标序列的所有所述第一自车定位坐标进行遍历；并在遍历时，将当前遍历的所述第一自车定位坐标作为对应的当前自车定位坐标，并将所述当前自车定位坐标对应的所述第一图像数据组对应的所述第一目标数据组的所述第一目标识别框作为对应的当前目标识别框；并根据所述当前目标识别框的所述第一中心点坐标、所述第一识别框宽度和所述第一识别框高度对所述当前目标识别框的地面中心点像素坐标进行计算得到对应的当前地面中心点坐标；并根据预设的摄像头内外参和所述当前自车定位坐标对所述当前目标识别框的所述当前地面中心点坐标进行从像素坐标系到自车坐标系再到世界坐标系的坐标转换处理生成对应的第三地面中心点世界坐标；并在遍历结束时，将所有所述第三地面中心点世界坐标的平均坐标作为对应的所述第一巡检路灯坐标；
并将所述第一目标跟踪序列的所述第一目标类型作为对应的所述第一巡检路灯类型；
并将所述第一目标跟踪序列中处于预设亮灯时间段以内的各个所述第一目标时间戳记为对应的一类时间戳，并将处于所述预设亮灯时间段以外的各个所述第一目标时间戳记为对应的二类时间戳；并将与各个所述一类时间戳对应的所述第一目标亮灯状态提取出来按时间先后排序组成对应的第一状态序列；并将与各个所述二类时间戳对应的所述第一目标亮灯状态提取出来按时间先后排序组成对应的第二状态序列；
并对所述第一、第二状态序列进行识别；
若所述第一、第二状态序列都不为空，则在所述第一状态序列全为亮灯状态且所述第二状态序列全为灭灯状态时，设置对应的所述第一巡检路灯状态为正常状态；并在所述第一、二状态序列都全为亮灯状态、或所述第一、二状态序列都全为灭灯状态、或所述第一状态序列全为灭灯状态且所述第二状态序列全为亮灯状态时，设置对应的所述第一巡检路灯状态为异常亮灭状态；并在所述第一状态序列全为亮灯状态且所述第二状态序列不全为灭灯状态、或所述第一状态序列不全为亮灯状态且所述第二状态序列全为灭灯状态、或所述第一状态序列不全为亮灯状态且所述第二状态序列不全为灭灯状态、或所述第一状态序列不全为亮灯状态且所述第二状态序列全为亮灯状态、或所述第一状态序列全为灭灯状态且所述第二状态序列全不全为灭灯状态时，设置对应的所述第一巡检路灯状态为异常闪烁状态；
若所述第一状态序列不为空但所述第二状态序列为空，则在所述第一状态序列全为亮灯状态时，设置对应的所述第一巡检路灯状态为正常状态；并在所述第一状态序列不全为亮灯状态时，设置对应的所述第一巡检路灯状态为异常闪烁状态；并在所述第一状态序列全为灭灯状态时，设置对应的所述第一巡检路灯状态为异常亮灭状态；
若所述第一状态序列为空但所述第二状态序列不为空，则在所述第二状态序列全为灭灯状态时，设置对应的所述第一巡检路灯状态为正常状态；并在所述第二状态序列不全为灭灯状态时，设置对应的所述第一巡检路灯状态为异常闪烁状态；并在所述第二状态序列全为亮灯状态时，设置对应的所述第一巡检路灯状态为异常亮灭状态；
并由得到的所述第一巡检路灯坐标、所述第一巡检路灯类型和所述第一巡检路灯状态组成对应的所述第一路灯巡检数据向所述第一处理平台发送；并在数据发送成功时将所述第一目标跟踪序列删除。
6.根据权利要求2所述的利用公交车辆进行路灯巡检的处理系统，其特征在于，
所述第一服务器具体用于在所述根据所述第一路灯巡检数据对所述第一路灯数据库进行路灯状态更新处理时，将所述第一路灯数据库中所述第一路灯坐标字段与所述第一路灯巡检数据的所述第一巡检路灯坐标匹配且所述第一路灯类型字段与所述第一路灯巡检数据的所述第一巡检路灯类型匹配的所述第一路灯记录作为对应的匹配记录；并对所述匹配记录的所述第一路灯状态字段是否与所述第一路灯巡检数据的所述第一巡检路灯状态匹配进行识别，若不匹配则使用所述第一巡检路灯状态对所述第一路灯状态字段进行重置。
7.根据权利要求2所述的利用公交车辆进行路灯巡检的处理系统，其特征在于，
所述第一服务器具体用于在所述定期根据所述第一路灯数据库对所述第一巡检报告数据库进行巡检报告添加处理时，定期将所述第一路灯数据库中所述第一路灯状态字段不为正常状态的所述第一路灯记录提取出来组成对应的第一报告数据；并将当前时间作为对应的第一报告时间；并在所述第一巡检报告数据库中新增一个所述第一巡检报告记录作为对应的新增记录；并将所述新增记录的所述第一报告时间字段和所述第一报告数据字段设为对应的所述第一报告时间和所述第一报告数据。
CN202311093482.5A 2023-08-29 2023-08-29 一种利用公交车辆进行路灯巡检的处理系统 Active CN116823581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311093482.5A CN116823581B (zh) 2023-08-29 2023-08-29 一种利用公交车辆进行路灯巡检的处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311093482.5A CN116823581B (zh) 2023-08-29 2023-08-29 一种利用公交车辆进行路灯巡检的处理系统

Publications (2)

Publication Number Publication Date
CN116823581A true CN116823581A (zh) 2023-09-29
CN116823581B CN116823581B (zh) 2023-12-05

Family

ID=88141506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311093482.5A Active CN116823581B (zh) 2023-08-29 2023-08-29 一种利用公交车辆进行路灯巡检的处理系统

Country Status (1)

Country Link
CN (1) CN116823581B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523432A (zh) * 2011-12-26 2012-06-27 青岛科技大学 一种基于3g的智能车载监控系统
CN103500474A (zh) * 2013-10-08 2014-01-08 广州南方电力集团科技发展有限公司 基于移动式终端路灯巡检装置及方法
CN107832770A (zh) * 2017-11-08 2018-03-23 浙江国自机器人技术有限公司 一种设备巡检方法、装置、系统、存储介质及巡检机器人
CN110708830A (zh) * 2019-10-25 2020-01-17 湖南汇纳景观亮化工程有限公司 智能灯具巡查系统
CN112396668A (zh) * 2020-12-03 2021-02-23 北京百度网讯科技有限公司 识别信号灯中异常灯色的方法、装置、路侧设备
CN113033493A (zh) * 2021-04-27 2021-06-25 腾讯科技（深圳）有限公司 目标物巡检方法、装置、电子设备及存储介质
CN114592411A (zh) * 2022-03-29 2022-06-07 中国矿业大学 一种载体寄生式公路损坏智能巡查方法
CN115752462A (zh) * 2022-10-28 2023-03-07 上海有个机器人有限公司 楼宇内重点巡检目标巡检方法、系统、电子设备和介质
WO2023061049A1 (zh) * 2021-10-11 2023-04-20 国网智能科技股份有限公司 一种配网车载智能巡检机器人系统及方法
CN116486507A (zh) * 2023-04-26 2023-07-25 新奥（中国）燃气投资有限公司 市政管网巡检系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523432A (zh) * 2011-12-26 2012-06-27 青岛科技大学 一种基于3g的智能车载监控系统
CN103500474A (zh) * 2013-10-08 2014-01-08 广州南方电力集团科技发展有限公司 基于移动式终端路灯巡检装置及方法
CN107832770A (zh) * 2017-11-08 2018-03-23 浙江国自机器人技术有限公司 一种设备巡检方法、装置、系统、存储介质及巡检机器人
CN110708830A (zh) * 2019-10-25 2020-01-17 湖南汇纳景观亮化工程有限公司 智能灯具巡查系统
CN112396668A (zh) * 2020-12-03 2021-02-23 北京百度网讯科技有限公司 识别信号灯中异常灯色的方法、装置、路侧设备
CN113033493A (zh) * 2021-04-27 2021-06-25 腾讯科技（深圳）有限公司 目标物巡检方法、装置、电子设备及存储介质
WO2023061049A1 (zh) * 2021-10-11 2023-04-20 国网智能科技股份有限公司 一种配网车载智能巡检机器人系统及方法
CN114592411A (zh) * 2022-03-29 2022-06-07 中国矿业大学 一种载体寄生式公路损坏智能巡查方法
CN115752462A (zh) * 2022-10-28 2023-03-07 上海有个机器人有限公司 楼宇内重点巡检目标巡检方法、系统、电子设备和介质
CN116486507A (zh) * 2023-04-26 2023-07-25 新奥（中国）燃气投资有限公司 市政管网巡检系统

Also Published As

Publication number Publication date
CN116823581B (zh) 2023-12-05

Similar Documents

Publication Publication Date Title
CN107195198B (zh) 一种基于图像识别技术的路边停车管理方法及其系统
CN102638013A (zh) 基于视觉注意机制的标靶图像识别输电线路状态监测系统
CN110070729B (zh) 一种基于雾计算的违停车辆检测系统及方法
CN111372351A (zh) 一种智慧照明控制系统
CN113588664A (zh) 一种车载道路缺陷快速巡检与分析系统
CN111522893A (zh) 一种高时空分辨率道路扬尘源排放清单制备方法
CN110728850A (zh) 一种道路交通信号自适应优化系统
CN116823581B (zh) 一种利用公交车辆进行路灯巡检的处理系统
CN112511610A (zh) 基于城市精细化管理条件的车载巡视智能方法和系统
CN109166336B (zh) 一种基于区块链技术的实时路况信息采集推送方法
CN110312352A (zh) 一种智慧路灯综合管控云平台
CN112188478B (zh) 基于大数据分析的常驻人口数据采集方法
CN116797436B (zh) 一种利用公交车辆进行道路病害巡检的处理系统
CN117291291B (zh) 一种基于物联网的虫情智能监控系统及方法
CN213842435U (zh) 一种用于集装箱的温度监测装置
CN110708830B (zh) 智能灯具巡查系统
CN113079613A (zh) 一种智慧灯杆集中调度方法
CN117135798A (zh) 基于新能源的路灯智能网路协调控制系统与方法
CN116797435B (zh) 一种利用公交车辆进行道路交通标志牌巡检的处理系统
CN114359875B (zh) 车辆有效抓拍方法及系统
CN115116224A (zh) 一种边缘端数据采集传输系统及方法
CN109067831A (zh) 一种路灯监控方法、装置、服务器、系统及存储介质
CN114463980A (zh) 一种交通状态检测方法、装置、存储介质及电子装置
CN112149562A (zh) 基于多功能杆的道路智慧养护系统及方法
CN212259378U (zh) 一种智慧照明控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant